數(shù)智化發(fā)展及運用案例分析

===========================================================
==
《數(shù)智化發(fā)展及運用案例分析》 -段方
某世界 100 強企業(yè)大數(shù)據(jù)/AI 總設計師 教授 北京大學博士后
===========================================================
==
23704858471 概念理清
-------------------------------------------------------------
1.1 數(shù)智化是什么？不是什么？ 1.2 數(shù)字化和數(shù)智化有何區(qū)別？ 1.3 數(shù)智化的“ 智”在哪里？
1.4 數(shù)智化強調(diào)連接、附能、利他
1.5 “數(shù)字中國 ”的戰(zhàn)略機遇
1.5.1 為什么要“數(shù)字中國‘
1.5.2 數(shù)智化助力“數(shù)字中國 ”
1.5.3 從“數(shù)字經(jīng)濟”到“數(shù)字金融 ” 1.5.4 “金融即服務 ”的模式機遇
1.6 【示例】附件-數(shù)智化對各個行業(yè)的影響 1.7 【討論】你對金融數(shù)智化的理解如何？
2 數(shù)智進化論
2.1 科技和商業(yè)雙輪驅(qū)動 2.2 數(shù)字商業(yè)才剛剛開始
2.3 數(shù)智商業(yè)的理想狀態(tài)：實現(xiàn)高效精準的供需匹配 2.4 電商數(shù)智化的特點
2.5 金融數(shù)智化的價值和演進 2.5.1 金融演進的歷史及機遇 2.5.2 金融數(shù)字化提升效率
2.5.3 金融大數(shù)據(jù)及演進
2.5.4 金融人工智能的毛孔“滲透”
2.6 人工智能大模型如何助力數(shù)智銀行？ 2.6.1 非結構化數(shù)據(jù)與“脫媒 ”
2.6.2 MaaS 模式的機遇
2.6.3 銀行業(yè)務“重做”一遍？ 2.6.4 場景金融到智能金融 2.6.5 算力的金融融資機遇
2.7 【示例】附件——人工智能在銀行的應用 2.8 【討論】未來銀行是數(shù)智化技術的產(chǎn)物?
3 價值延伸
3.1 不可逆轉(zhuǎn)的數(shù)智化轉(zhuǎn)型趨勢
3.2 企業(yè)掌舵人在認知上要做到“ 四個升級 ” 3.3 IT 解決效率/DT 解決智慧
3.4 人工智能的大模型帶來金融行業(yè)的挑戰(zhàn) 3.4.1 AI 大模型會如何改寫金融行業(yè)？
3.4.2 哪些崗位會被替代？
3.4.3 能創(chuàng)新出哪些新崗位？
3.4.4 金融產(chǎn)品的智能化、實時化演變 3.4.5 金融競爭的本質(zhì)——智能
3.5 數(shù)智生態(tài)的延伸
3.5.1 開放銀行的“ 開放”模式 3.5.2 chatGPT 的生態(tài)延伸
3.5.3 從云生態(tài)到數(shù)智生態(tài)演進
3.6 【示例】附件-數(shù)智化思維訓練
3.7 【討論】數(shù)智化技術如何改善銀行的風控？
243621197314 銀行的數(shù)智化運營
-------------------------------------------------------------
4.1 從泰勒經(jīng)濟學說起 4.1.1 簡述泰勒經(jīng)濟學
4.1.2 數(shù)據(jù)與企業(yè)管理的天然聯(lián)系
4.1.3 讓大數(shù)據(jù)滲透到企業(yè)的每個毛孔 4.1.4 向數(shù)智化轉(zhuǎn)型要“競爭力 ”
4.1.5 金融行業(yè)如何擴展“藍海 ”？ 4.2 客戶分析
4.2.1 客戶的數(shù)據(jù)維度 4.2.2 客戶征信分析
4.2.3 客戶視圖分析
4.2.4 客戶離網(wǎng)分析等 4.3 產(chǎn)品分析
4.3.1 產(chǎn)品數(shù)據(jù)維度 4.3.2 產(chǎn)品視圖分析
4.3.3 產(chǎn)品的潛在客戶分析 4.3.4 如何優(yōu)化產(chǎn)品？
4.4 精準營銷
4.4.1 營銷的本質(zhì)——配對
4.4.2 精準營銷——數(shù)據(jù)的魅力 4.4.3 營銷時機、渠道等選擇
4.5 精準風控
4.5.1 2C 和 2B 融合
4.5.2 大數(shù)據(jù)“透明 ”降低風險 4.5.3 算法降低風險
4.5.4 算力提升行業(yè)風控能力
4.6 員工的管理
4.6.1 員工的量化分析
4.6.2 大數(shù)據(jù)下的“辦公室分析 ” 4.6.3 員工績效考評
4.6.4 如何避免“蒼蠅犯大案 ” 4.7 外部生態(tài)圈的管理
4.7.1 生態(tài)圈的概念
4.7.2 金融企業(yè)的生態(tài)圈 4.7.3 上下游企業(yè)的管理 4.7.4 如何識別金融欺詐？ 4.8 銀行的新“模式 ”
4.8.1 銀行是歷史發(fā)展的產(chǎn)物
4.8.2 技術不斷驅(qū)動銀行變革——BANK4.0 4.8.3 互聯(lián)網(wǎng)改寫“ 中介”模式
4.8.4 數(shù)據(jù)如何成為銀行的新“要素 ”
4.8.5 人工智能改寫風控模式 4.8.6 銀行將獲得“新生 ”
4.9 【示例】附件-某企業(yè)的數(shù)據(jù)挖掘應用匯編
4.10 【討論】人工智能如何助力企業(yè)更上一層樓？
243621192285 案例分享
-------------------------------------------------------------
5.1 數(shù)智化成功案例解讀
5.2 數(shù)智化應當如何賦能投資行業(yè) 5.3 阿里的數(shù)智化轉(zhuǎn)型之路
5.4 某銀行的數(shù)智化轉(zhuǎn)型之路
243621189126 銀行數(shù)智化應用具體案例
-------------------------------------------------------------
6.1 【案例 1】客戶欺詐分析案例
6.2 【案例 2】某客戶群體細分及營銷
6.3 【案例 3】人工智能用于營業(yè)廳分析的案例
6.4 【案例 4】深度學習應用于客戶服務系統(tǒng)案例

段方老師的其它課程